Python将OD矩阵原始文本转换为数组的问题 附代码及文本样例

• re.split参数使用错误：pattern参数不支持传入列表，需传入正则表达式字符串，匹配:和;应写为r'[:;]'；同时string参数错误传入了整个行列表lines，应传入当前遍历的单行文本line。
• 未提取Origin行的起始点索引：Origin后跟随的数字是OD矩阵的行号（起点编号），原代码直接跳过该行未存储该索引，无法确定后续OD值对应的写入位置，且未处理Origin行前可能存在的#注释符。
• 未处理文本中的脏字符：示例文本中存在###200.0这类带特殊符号的数值，未清洗无法直接转换为浮点数。
• 未对分割后的内容做清洗：分割后的字符串会携带多余空格、空值，未处理无法直接转换为数值。
• 缺少将解析后的数值写入OD矩阵的逻辑，仅存储分割结果无法得到最终矩阵。

import numpy as np
import re

def read_process_OD():
    # 初始化24*24的OD矩阵
    OD = np.zeros([24, 24])
    current_origin = None  # 存储当前处理的起点编号（0索引）
    with open('Network_OD.txt', 'r', encoding='utf-8') as f:
        lines = f.readlines()
    
    for line in lines:
        # 清洗行首空格、#注释符，去掉首尾空白
        line = line.lstrip('# ').strip()
        if not line:
            continue  # 跳过空行
        
        # 匹配Origin行，提取起点编号
        if line.startswith('Origin'):
            origin_num = re.search(r'Origin\s+(\d+)', line).group(1)
            current_origin = int(origin_num) - 1  # 转为0索引适配矩阵
            continue
        
        # 处理OD数值行
        if current_origin is not None:
            # 按:或;分割行内容
            parts = re.split(r'[:;]', line)
            # 清洗分割结果，去除空值和多余空格
            parts = [p.strip() for p in parts if p.strip()]
            # 每两个元素为一组：[终点编号, OD值]
            for i in range(0, len(parts), 2):
                dest_num = int(parts[i]) - 1  # 终点转为0索引
                # 移除数值中的特殊字符（如###）
                val_str = re.sub(r'[^\d.]', '', parts[i+1])
                od_val = float(val_str)
                # 写入OD矩阵
                OD[current_origin][dest_num] = od_val
    return OD

# 调用示例
if __name__ == '__main__':
    od_matrix = read_process_OD()
    print(od_matrix)

• 代码默认OD的起点、终点编号范围为1~24，若实际编号规则不同可调整索引转换逻辑
• 若存在其他格式的脏字符，可修改re.sub(r'[^\d.]', '', parts[i+1])中的正则规则适配

内容的提问来源于stack exchange，提问作者Paloma Fernandez